Pengembangan Aplikasi Mobile Saffco Skin untuk Edukasi Perawatan Wajah dengan Sistem Rekomendasi Menggunakan Algoritma KNN
Pengembangan Aplikasi Mobile Saffco Skin untuk Edukasi Perawatan Wajah dengan Sistem Rekomendasi Menggunakan Algoritma KNN
Keywords:
Sistem Rekomendasi, K-Nearest Neighbors (KNN), Aplikasi Saffco Skin, Rekomendasi Skincare, KlasifikasiAbstract
Aplikasi Saffco Skin dirancang untuk membantu pengguna memahami kebutuhan kulit mereka dan memperoleh rekomendasi produk perawatan wajah yang sesuai. Sistem rekomendasi pada aplikasi ini menggunakan algoritma K-Nearest Neighbors (KNN) yang menganalisis data profil pengguna, termasuk tipe kulit (berminyak, kering, sensitif, normal, dan kombinasi), untuk memberikan saran produk yang relevan. EvaluasI model dilakukan dengan dua metrik utama, yaitu jarak rata-rata ke lima tetangga terdekat dan konsistensi tipe kulit produk rekomendasi. Hasil pengujian menunjukkan bahwa rata-rata jarak dari sepuluh sampel produk ke lima rekomendasi terdekat adalah 0.1075, yang menandakan bahwa produk yang direkomendasikan memiliki kemiripan fitur yang tinggi. Selain itu, pada pengujian produk "Perfect Lip Gloss", seluruh rekomendasi (5 dari 5) memiliki tipe kulit yang sama, menghasilkan 100% konsistensi tipe kulit. Model KNN diintegrasikan ke dalam backend berbasis Flask dan terhubung ke antarmuka pengguna Flutter melalui API. Selain sistem rekomendasi, aplikasi ini juga menyediakan katalog produk, artikel edukatif seputar perawatan kulit, serta fitur daftar favorit. Dengan demikian, Saffco Skin menjadi solusi praktis dan cerdas bagi pengguna dalam memilih produk perawatan wajah yang sesuai dengan karakteristik kulit mereka.
References
[1] N. R. C. Kaemong, M. A. ilham and F. Muhammad, "Penyebab Pengaruhnya Pertumbuhan Pasar Indonesia Terhadap Produk Skin Care Lokal Pada Tahun 2022," Jurnal Penelitian Multidisiplin, vol. 1, pp. 1390-1396, 2023.
[2] I. Marpaung and C. R. Al Usrah, "Konstruksi Makna Cantik Dikalangan Mahasiswi Fakultas Ilmu Sosial Dan Ilmu Politik," Jurnal Ilmu Sosial dan Ilmu Politik Malikussaleh (JSPM), pp. 387-396, 2022.
[3] D. P. Josua, "Citizen Science Review: Bagaimana Kecantikan Dipandang Secara Psikososial?," Jurnal Psikologi, vol. 16, pp. 292-314, 2023.
[4] I. Purwati, . A. B. D. Nandiyanto and . T. Kurniawan, "Edukasi Mengenai Pentingnya Menjaga dan Merawat Kesehatan Kulit Wajah Pada Masyarakat Generasi Z Melalui Media Digital," Jurnal Pengabdian Isola, 2022.
[5] "Penerapan MetodeItem-Based Collaborative FilteringUntuk Sistem Rekomendasi Data MovieLens," Jurnal Matematika dan Aplikasi, vol. 9, pp. 78-83, 2020.
[6] F. R. Hariri and L. W. Rochim, "Sistem Rekomendasi Produk Aplikasi MarketplaceBerdasarkan Karakteristik Pembeli Menggunakan Metode User Based Collaborative Filtering," TEKNIKA, vol. 11, p. 208, 2022.
[7] S. Suhada, S. Bahri, S. B. Nugraha, T. Hidayatulloh and D. Wintana, "Sistem Rekomendasi Produk Menggunakan Metode User-BasedCollaborative Filtering Pada Digital Marketing," J-INTCH (Journal of Information and Technology).
[8] N. L. G. P. Suwirmayanti, "Penerapan Metode K-Nearest Neighbor Untuk Sistem Rekomendasi Pemilihan Mobil," Techno.COM, vol. 16, pp. 120-131, 2017.
[9] A. Purnamawati, M. N. Winnarto and M. Mailasari, "Analisis Kinerja Metode K-Nearest Neighbors Pada Data Job Fair," Jurnal TEKINKOM, vol. 7, pp. 962-968, 2024.
[10] B. N. Sitorus and H. , "Implementasi Algoritma K-Nearest Neighbor (KNN) Untuk Klasifikasi Pelayanan Publik," Journal of Science and Social Research, vol. 8, p. 314 – 320, 2025.
[11] L. Anshori, R. R. M. Putri and T. , "Implementasi Metode K-Nearest Neighbor untuk Rekomendasi Keminatan Studi (Studi Kasus: Jurusan Teknik Informatika Universitas Brawijaya)," Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, vol. 2, pp. 2745-2753, 2018.
[12] N. C. Sastya and I. Nugraha, "Penerapan Metode CRISP-DM dalam Menganalisis Data untuk Menentukan Customer Behavior di MeatSolution," Jurnal Pendidikan dan Aplikasi Industri, vol. 10, pp. 103-115, 2023.
[13] I. P. M. WIguna and I. B. G. Dwidasmara, "Sistem Rekomendasi Game dengan Metode K-Nearest Neighbor (KNN)," Jurnal Nasional Teknologi Informasi dan Aplikasinya, vol. 2, pp. 245-250, 2023.
[14] S. Wiyanti and A. Kusmanto, "Faktor Yang Mempengaruhi Keputusan Pembelian Konsumen Skincare Melaui E-Commerce Pada Remaja Musⅼim di Kabupaten Brebes," : Jurnal Riset Dan Publikasi Ilmu Ekonomi, vol. 2, pp. 237-251, 2024.
[15] L. AnshorI, . R. R. M. Putri and T. , "Implementasi Metode K-Nearest Neighbor untuk Rekomendasi Keminatan Studi (Studi Kasus: Jurusan Teknik Informatika Universitas Brawijaya)," Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, vol. 2, pp. 2745-2753, 2018.

Downloads
Published
Issue
Section
Citation Check
License
Copyright (c) 2025 Mita Aprilia Damayanti, Dini Siskasari, Syarief Hidayatullah, Rois Ali Fernandi; Herdiesel Santoso

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Indonesian Journal On Data Science allows readers to read, download, copy, distribute, print, search, or link to its articles' full texts and allows readers to use them for any other lawful purpose. The journal allows the author(s) to hold the copyright without restrictions. Finally, the journal allows the author(s) to retain publishing rights without restrictions
- Authors are allowed to archive their submitted articles in an open access repository
- Authors are allowed to archive the final published article in an open access repository with an acknowledgment of its initial publication in this journal
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 Generic License.